内モンゴル自治区のウランチャブは、中国のAI投資が直面する「計算資源をいかに安く、速く、安定して増やすか」という課題を映す場所になっている。アリババクラウドの拠点は、比較的安い電力と自然冷却に有利な気候を利用しながら、北京の需要地にも十分近い。施設を約100日で導入できるというモジュール型の建設方式も強みだが、建物だけでは解けないGPUなどAIアクセラレーターの供給不足はなお重い制約だ。1618

AI時代は「電力を確保できるか」が能力を決める

AIワークロードの拡大で、データセンター戦略の中心はサーバー設置面積だけではなくなった。電力、冷却設備、そして送電網への接続が決定的になっている。ある報道によると、従来型データセンターのラック当たり平均消費電力が約10〜15kWなのに対し、AIデータセンターでは約100kWに達する。この電力密度では、電力は単なる運用費ではない。どれだけの計算機を実際に稼働できるかを左右する供給能力そのものだ。13

ウランチャブの魅力は、電力料金が1kWh当たり約0.32〜0.35元と報じられている点にある。アリババクラウドのデータセンター部門幹部である王朝陽氏は、同規模のサーバールームであれば、別の都市で運営する場合と比べて年間約50億元の電力費を節約できる可能性があると述べた。ただし、これは同社による比較であり、独立した統一基準による検証値ではない。1216

この地域では風力・太陽光の資源が追い風となる一方、火力発電も電力構成の一部を担う。したがって、低コスト電力であることは、AI計算基盤が全面的に再生可能エネルギーで動くことを意味しない。37

北京に近く、学習だけでなく一部の推論にも使える

安価な電力を得られても、需要地に安定してサービスを届けられなければ拠点の価値は限られる。ウランチャブは北京から約350kmとされ、両都市間のデータ通信は往復で約4ミリ秒と報じられる。アリババはこの遅延を、会話型AIにも許容できる水準と位置付けている。516

地域の役割を変えたのは専用の光ファイバー回線だ。2017年と2019年に敷設された2本の回線により、遅延は5ミリ秒未満になったとされる。これにより、長時間にわたるモデル学習だけでなく、より幅広い推論ワークロードにも対応しやすくなった。14

もちろん、すべての推論を利用者の近くから提供する必要性がなくなったわけではない。一般に距離の影響を受けにくいモデル学習は、こうした電力豊富な遠隔地との相性が特に良い。一方で、遅延が十分低ければ、特定の対話型サービスを集約拠点から提供する選択肢も広がる。313

冷涼・乾燥した気候が冷却負荷を抑える

高地に位置し、冬が長く寒冷で乾燥しているウランチャブでは、温暖な地域と比べて機械式冷却への依存を減らせる可能性がある。高密度のAIラックでは、サーバー自体の消費電力に加え、発生する大きな熱量を逃がす冷却インフラも必要になるため、この差は小さくない。314

つまり、この地域の強みは、低コストの電力、冷却需要を抑えうる気候、大規模な需要地への高速ネットワークを一体で確保できることにある。こうした条件が、アリババを含む複数の大手テクノロジー企業のインフラ投資を呼び込む背景となっている。1622

モジュール化で「建設にかかる時間」も競争要因に

アリババは、モジュール型アーキテクチャー「CUBE 5.0」によって、大規模AIデータセンターの導入期間を100日へ短縮し、建設コストを10％削減したとしている。25

重要なのは、単に工期が短くなることではない。AI計算需要が急増する局面では、サーバーを調達することとは別に、受電・配電、冷却、建屋といった設備の整備がボトルネックになりうる。これらを標準化すれば、必要な機器と接続がそろった後の増設を繰り返しやすくなり、より早い稼働開始につながる。28

アリババは2026年に、グローバルでのモジュール型データセンターの生産能力を2倍超に拡大する計画も示した。AI時代には、展開可能なインフラそのものが希少な能力になるとの認識がうかがえる。31

最後に残る制約はGPUなどのアクセラレーター

データセンターを急ピッチで整備しても、AIアクセラレーターを新たに生み出せるわけではない。王氏は利用可能なAIカードに遊休分はないと述べており、土地、建屋、冷却、電力を増やせる場所でも、アクセラレーターの確保が計算能力拡大の制約になっていることを示している。20

8月に報じられたコメントによれば、アリババは国内開発チップの生産量が増え、将来的には容量に占める比率も高まると見込む。これは供給圧力を和らげる可能性があるが、高負荷のAIワークロードで全てのチップが同等に代替できるわけではない。実際に使える計算能力は、チップの性能、ソフトウェア対応、ネットワーク、安定した電力供給を含むシステム全体で決まる。18

ウランチャブが示す中国のAI計算基盤の現実

ウランチャブが示すのは、AIインフラが総合力の問題になったということだ。競争力は、安価なエネルギー、冷却条件、基幹ネットワーク、建設スピード、需要地への近さを組み合わせることで生まれる。土地を多く持つことや、建物を増やすことだけでは足りない。

同時に、限界も明確だ。キャンパスが完成しても、満たすだけのアクセラレーターがなければ計算能力にはならない。低価格電力という優位性も、発電能力と送電網へのアクセスが継続することに依存する。また、ウランチャブ周辺の大規模開発については、水の確保も懸念材料として報じられている。7

要するに、安い電力とモジュール型施設は、AI計算基盤を拡張する経済性とスピードを改善する。しかし、高性能ハードウェア、相互接続、そして高密度AIクラスターを継続運転するための物理資源という、より難しい制約を解消するものではない。

内モンゴル自治区のウランチャブは、中国のAI投資が直面する「計算資源をいかに安く、速く、安定して増やすか」という課題を映す場所になっている。アリババクラウドの拠点は、比較的安い電力と自然冷却に有利な気候を利用しながら、北京の需要地にも十分近い。施設を約100日で導入できるというモジュール型の建設方式も強みだが、建物だけでは解けないGPUなどAIアクセラレーターの供給不足はなお重い制約だ。1618

AI時代は「電力を確保できるか」が能力を決める

AIワークロードの拡大で、データセンター戦略の中心はサーバー設置面積だけではなくなった。電力、冷却設備、そして送電網への接続が決定的になっている。ある報道によると、従来型データセンターのラック当たり平均消費電力が約10〜15kWなのに対し、AIデータセンターでは約100kWに達する。この電力密度では、電力は単なる運用費ではない。どれだけの計算機を実際に稼働できるかを左右する供給能力そのものだ。13

ウランチャブの魅力は、電力料金が1kWh当たり約0.32〜0.35元と報じられている点にある。アリババクラウドのデータセンター部門幹部である王朝陽氏は、同規模のサーバールームであれば、別の都市で運営する場合と比べて年間約50億元の電力費を節約できる可能性があると述べた。ただし、これは同社による比較であり、独立した統一基準による検証値ではない。1216

この地域では風力・太陽光の資源が追い風となる一方、火力発電も電力構成の一部を担う。したがって、低コスト電力であることは、AI計算基盤が全面的に再生可能エネルギーで動くことを意味しない。37

北京に近く、学習だけでなく一部の推論にも使える

安価な電力を得られても、需要地に安定してサービスを届けられなければ拠点の価値は限られる。ウランチャブは北京から約350kmとされ、両都市間のデータ通信は往復で約4ミリ秒と報じられる。アリババはこの遅延を、会話型AIにも許容できる水準と位置付けている。516

地域の役割を変えたのは専用の光ファイバー回線だ。2017年と2019年に敷設された2本の回線により、遅延は5ミリ秒未満になったとされる。これにより、長時間にわたるモデル学習だけでなく、より幅広い推論ワークロードにも対応しやすくなった。14

もちろん、すべての推論を利用者の近くから提供する必要性がなくなったわけではない。一般に距離の影響を受けにくいモデル学習は、こうした電力豊富な遠隔地との相性が特に良い。一方で、遅延が十分低ければ、特定の対話型サービスを集約拠点から提供する選択肢も広がる。313

冷涼・乾燥した気候が冷却負荷を抑える

高地に位置し、冬が長く寒冷で乾燥しているウランチャブでは、温暖な地域と比べて機械式冷却への依存を減らせる可能性がある。高密度のAIラックでは、サーバー自体の消費電力に加え、発生する大きな熱量を逃がす冷却インフラも必要になるため、この差は小さくない。314

つまり、この地域の強みは、低コストの電力、冷却需要を抑えうる気候、大規模な需要地への高速ネットワークを一体で確保できることにある。こうした条件が、アリババを含む複数の大手テクノロジー企業のインフラ投資を呼び込む背景となっている。1622

モジュール化で「建設にかかる時間」も競争要因に

アリババは、モジュール型アーキテクチャー「CUBE 5.0」によって、大規模AIデータセンターの導入期間を100日へ短縮し、建設コストを10％削減したとしている。25

重要なのは、単に工期が短くなることではない。AI計算需要が急増する局面では、サーバーを調達することとは別に、受電・配電、冷却、建屋といった設備の整備がボトルネックになりうる。これらを標準化すれば、必要な機器と接続がそろった後の増設を繰り返しやすくなり、より早い稼働開始につながる。28

アリババは2026年に、グローバルでのモジュール型データセンターの生産能力を2倍超に拡大する計画も示した。AI時代には、展開可能なインフラそのものが希少な能力になるとの認識がうかがえる。31

最後に残る制約はGPUなどのアクセラレーター

データセンターを急ピッチで整備しても、AIアクセラレーターを新たに生み出せるわけではない。王氏は利用可能なAIカードに遊休分はないと述べており、土地、建屋、冷却、電力を増やせる場所でも、アクセラレーターの確保が計算能力拡大の制約になっていることを示している。20

8月に報じられたコメントによれば、アリババは国内開発チップの生産量が増え、将来的には容量に占める比率も高まると見込む。これは供給圧力を和らげる可能性があるが、高負荷のAIワークロードで全てのチップが同等に代替できるわけではない。実際に使える計算能力は、チップの性能、ソフトウェア対応、ネットワーク、安定した電力供給を含むシステム全体で決まる。18

ウランチャブが示す中国のAI計算基盤の現実

ウランチャブが示すのは、AIインフラが総合力の問題になったということだ。競争力は、安価なエネルギー、冷却条件、基幹ネットワーク、建設スピード、需要地への近さを組み合わせることで生まれる。土地を多く持つことや、建物を増やすことだけでは足りない。

同時に、限界も明確だ。キャンパスが完成しても、満たすだけのアクセラレーターがなければ計算能力にはならない。低価格電力という優位性も、発電能力と送電網へのアクセスが継続することに依存する。また、ウランチャブ周辺の大規模開発については、水の確保も懸念材料として報じられている。7

要するに、安い電力とモジュール型施設は、AI計算基盤を拡張する経済性とスピードを改善する。しかし、高性能ハードウェア、相互接続、そして高密度AIクラスターを継続運転するための物理資源という、より難しい制約を解消するものではない。